Conv

功能

卷积，使用一个输入张量和一个滤波器，并且计算输出。

输入

• X：来自上一层的输入四维或五维Tensor。输入为四维时，数据类型支持float16、float；输入为五维时，数据类型支持float16。
• W：权重Tensor，对于二维卷积其shape为[C, M/group, k_H, k_W]，其中C是通道数，k_H和k_W是内核的高度和宽度，M是特征图的数量。对于超过2个维度权重shape为[C, M/group, k_D, k_H k_W]。输出中的通道数应等于 W.shape[1] * group（假设形状数组的索引从零开始），数据类型支持float16。
• B（可选）：输入一维Tensor，shape为[M]，数据类型支持float16。

属性

• auto_pad（可选）：X为NCHW时支持NOTSET、SAME_UPPER、SAME_LOWER和VALID属性；X为NCDHW时仅支持NOTSET和VALID属性。其中默认值为NOTSET，表示使用显式填充。SAME_UPPER或SAME_LOWER表示填充输入，以便对于每个轴 。填充在两侧之间相等或几乎相等地分配（取决于它是偶数还是奇数）。如果填充是奇数，则在SAME_UPPER的末尾添加额外的填充，在SAME_LOWER的开头添加额外的填充。
• dilations：输入四维Tensor时为2个整数的列表，五维Tensor时为5个整数的列表。指定用于扩张卷积的扩张率，H和W维度取值范围为[1, 255]。如果不存在，则沿每个空间轴的dilation默认为 1。
• group：数据类型为int32，必须设置为1，从输入通道到输出通道的阻塞连接数，输入通道和输出通道都必须被group整除。
• pads：输入四维Tensor时为4个整数的列表，五维Tensor时为6个整数的列表。指定顶部、底部、左侧和右侧填充，取值范围为[0, 255]。
• strides：输入四维Tensor时为4个整数的列表，五维Tensor时为5个整数的列表。指定沿高度H和宽度W的卷积步长。H和W维度取值范围为[1, 63]，默认情况下，N和C尺寸设置为1。

输出

Y：卷积结果的输出数据Tensor，输出维度是内核大小、步幅大小和pad长度的函数。

约束

• X，W维度取值范围为[1, 4096]。
• W，H维度和W维度取值范围为[1, 255]。
• 不支持atc工具--precision_mode=must_keep_origin_dtype参数时输入类型为float和float64。

支持的ONNX版本

Opset v9/v10/v11/v12/v13/v14/v15/v16/v17/v18